[SIAI] 수요조사 - 2025학년도 예비 신입생 보조 교육 및 MSc 입학 시험

Picture

Member for

4 months

Real name

Keith Lee

Bio

Head of GIAI Korea
Professor of AI/Data Science @ SIAI

입력

2025-01-13 00:00

수정

2025-02-17 12:06

MBA/PreMSc 예비 과정에 대한 수요 조사 및 MSc 입학 시험 공고

이번 2025학년도부터는 SIAI의 한국 지원은 중단되고, 글로벌 교육만 진행됩니다. 더불어 아래와 같이 프로그램 구성이 변경됩니다.

프로그램 운영 변경사항

MBA AI/BigData 및 AI/Finance 과정 - 1년간 12개 과목 수강 & 논문/Case Study 완성시 졸업
PreMSc AI/Data Science 과정 - MBA와 10개 과목 공유, 2개의 MSc 과정 수강 - 기준 요건 충족시 MSc로 승격
MSc AI/Data Science 과정 - 1년간 12개 과목 수강 & 논문 완성시 졸업

상세사항 SIAI 홈페이지 참조 - Guide for Right Program | Swiss Institute of Artificial Intelligence

MBA와 PreMSc는 입학시험을 별도로 치르지 않고, MSc AI/DS 과정만 입학시험을 치릅니다.

졸업 연한은 학위 과정의 2배로, 학위 과정 시작 시점부터 2년 (MBA, MSc) 혹은 4년 (PreMSc 2년 + MSc 2년) 내에 논문을 제출해야 합니다. 휴학은 학위 과정의 최대 2배까지 가능합니다. (SIAI 규정 참조)

MBA 혹은 PreMSc 과정에 대해서도 입학 시험을 치르는 것을 고려했습니다만, 글로벌 리크루팅 첫 해인 만큼, Personal Statement에 좀 더 초점을 맞추고, 교육 수준을 공개해 학생들에게 선택 옵션을 주기로 결정됐습니다. 교육 수준에 대해서는 공개된 강의노트들 및 기출문제를 참고하시기 바랍니다.

입학시험은 진행하지 않습니다만, 지난 3년 간 한국에서 학위 과정을 운영하며 MBA/PreMSc 입학생들이 학위 과정 초기에 매우 큰 어려움을 겪는 것을 자주 목격했던 탓에 아래의 MBA/PreMSc 예비 과정을 한국에서만 별도로 운영합니다.

예비 과정은 MBA의 첫 학기 2개월간의 수업과 동일합니다.

1.예비 과정 소개

실행 주체: GIAI Korea (시험 출제 및 채점 등은 SIAI와 공동 운영)
목적: 한국 대학 출신들의 기초 실력 부족 보완
교육 내용: SIAI MBA / PreMSc 교육 과정 중 첫 2과목 (STA501, STA502)
기간: 2025년 4월~5월 + (번외, 7월~8월 영어 토론 수업, Optional)
교육 방식: 1주일 2개 수업 (각 3시간 강의 및 1시간 문제 풀이)
시험일: 6월 14~15일 (오픈북)
수업료: 500만원 / 영어 토론 수업 120만원
정원: 24명 / 영어 토론 수업 12명

시험 성적에 따라

평균 70점 이상: 학기 중 조교 활동을 통한 장학금 지원
평균 50점 이상: MBA / PreMSc 과정 입학 후 학점 전환 - 재시험을 치를 경우 재수강비 납부
평균 50점 미만: MBA 과정 입학 후 재수강 - 재수강비 납부

위의 교육 과정은 MBA AI 및 Pre MSc 프로그램의 1학기 교육 과정의 일부인만큼, MBA/PreMSc로 입학시 학점 인정됩니다.

시험 방식

5월 수업 종료 + 2주간 복습 후, 각 과목별 문제 2개씩, 합계 6개를 Take home exam으로 진행 (주말 토/일 활용)
24개의 문제 Pool에서 각 학생 별로 다른 문제 배정 (부정행위 방지 목적)

2025년 가을학기부터는 글로벌 교육만 진행되는만큼, 한국에서 선수학습이 되지 않은 상태에서 살아남는 학생을 찾기 매우 어려울 것이라는 판단 아래 위의 특별 과정에 대한 수요조사를 진행합니다.

일정 수준 이상의 수요가 있으면 진행되는 조건부 교육입니다.

아래의 절차에 따라 수요조사에 참가해주시기 바랍니다. 최소 진행 요건은 10명, 최대 24명에게만 기회를 드립니다.

1-1. 예비과정 수요조사 기간 및 참여 방식

기간: 2025년 2월 21일까지 아래 양식에 따라 이메일 ([email protected]) 제출
제목 양식: [예비과정] 수요조사에 참여합니다
내용 양식: 이름, 재학한 or 재학 중인 대학 학위 명칭, 간단한 포부, 영어 토론 수업 수강 신청 여부, 오프라인 지원 신청 여부

2월 22일 설명회에 수요조사 합계를 공개하고 3월 까지 1달 간 수강 신청을 받아 4월부터 진행할 예정입니다.

수요조사 참여 예시

---

[예비과정] 설문조사에 참여합니다

이름: 홍길동
출신대학: 한국대학교
출신전공: 컴퓨터공학, 통계학 (복수전공)
영어 토론 수업 수강 신청: Y
오프라인 지원 신청: Y (매일 가고 싶지만, 직장인이라ㅠㅠ 주말마다 꼭 가고 싶습니다)
간단한 포부: 꼭 70점 이상을 받아 조교가 되고 싶습니다 (솔직히 50점 이상만 받아도 만족합니다)

---

1-2. 2과목짜리 예비 수업을 고려하는 이유?

지난 2022학년도 가을 학기 이후로 중단됐던 MSc 입학 시험 과정을 확대 개편해서 재개합니다.

과거에 기출문제 풀이만 담은 수업 1개만으로 입학 시험을 운영하던 시절, 재시험을 쳐도 40점을 받았던 모 명문대 통계학과 출신 학생이 있습니다. 재학생들도 재시험을 쳐도, 심지어 오픈 북으로 시험을 쳐도 내공보다 더 높은 점수를 받기 쉽지 않습니다. 암기 대신 내용 이해와 사고력을 복합적으로 검증하는 시험이기 때문입니다. 당시는 교육 기간을 최소화 해 단가를 낮추려다보니 단기간 흡수력에만 초점을 맞춰서 실력 평가가 진행될 수밖에 없었던 탓에, 학생들의 입학 시험 준비 강의만으로는 내공 향상을 기대하기는 어려웠습니다.

영미권의 입시 사정과 같은 방식으로 잠재력을 기반으로 MSc 입학 자격을 판단하려고 했습니다만, 국내 현실상 어렵다는 판단 아래 입학 시험을 2022학년도 가을부터 중단했었습니다.

이번에는 2개의 실제 수학&통계학 수업을 듣는 만큼, 설령 불합격하더라도 내공 향상을 기대할 수 있을 것으로 예상합니다. 실제로 학위 과정 1년을 마친 후에 다시 시험을 치면 10~20점 이상 점수가 뛰는 경우가 많습니다. 모든 학생에게서 나타나는 사례는 아닙니다만, 입학 전에 2개 수업을 들어보고 나면

따라갈 수 있다는 확신이 들 수도 있고
무슨 준비를 해야하는지도 알 수 있고
도저히 역량 부족으로 못 따라간다는 것을 느낄 수도 있다

는 재학생들의 판단을 존중해, 한국 학생들만을 대상으로 개편된 입학 시험을 실시합니다.

욕심은 나지만 도전할 용기가 없던 학생이 입학 절차 없이 SIAI 교육을 경험할 수 있는 기회가 될 수도 있으리라 봅니다.

1-3. 예비 과정 시나리오

시나리오 A. 장밋빛 전망

2과목 모두 70점 이상을 받고 첫 학기부터 장학금을 받으며 MBA/PreMSc 과정을 다닐 수 있습니다. 예비 과정에서 같이 공부했던 학생들의 시험을 채점하는 TA가 될 수도 있고, GIAI에서 진행하는 연구 프로젝트의 잡일(?)도 맡으면서 AI/Data Science 연구가 어떻게 진행되는지도 어깨너머로 볼 수 있습니다.

매 학기 꾸준히 70점 이상을 받으면 학위 과정 내내 TA/RA 업무를 하며 장학금을 받을 수 있습니다. 그간 3명의 학생이 이런 기회를 얻었습니다.

예비 신입생들 뿐만 아니라, 저희 교수진도 원하는 최상의 시나리오입니다.

시나리오 B. 잘 준비된 학생들

입학 시험이 MBA 첫 학기와 동일하기 때문에, 입학 후 학점으로 변환됩니다. 따라서 50점 이상을 받고 MBA로 진학하는 학생들은 학위 과정을 여유있게 진행할 수 있습니다.

그간 아래의 2개 방식을 써 봤습니다만,

1년 과정: 12개 수업을 12개월 안에 수강 + 6개월 간 졸업 논문 지도
2년 과정: 12개 수업을 24개월 안에 수강 + 2년차에 9개월간 논문 지도

직장인이 1년 압축 과정을 따라가는 것은 매우 버겁다는 것을 경험적으로 알게 됐습니다. 간혹 1과목씩 포기해서 이듬해에 재수강하는 경우도 있었는데, 2개의 핵심 기초 수업을 선수학습하면 학위 과정을 따라가는데 큰 도움이 될 겁니다.

특히, 2025학년도부터는 MBA, MSc 모두 1년 과정으로 운영되는만큼, 미리 준비를 하고 입학해야 생존율을 높일 수 있습니다.

시나리오 C. 지극히 현실적인 예상

과거 사례를 볼 때, 국내 대학 출신 학생들 대부분이 30~50점대를 받을 겁니다. 아마 시험 치기도 전에 '머리가 깨질 것 같다'며 그만 두는 경우도 적지 않게 나올 겁니다.

그러나 꾹 참고 입학하신 분들은 내공이 향상된 상태에서 9월부터 재수강을 하게 되니 교육 과정이 더 쉽게 느껴질 겁니다. 그렇게 재시험을 치면 1년 동안 학위를 다 마친 학생들처럼 10~20점 향상은 기대하기 어렵겠지만, 6월~8월 간 추가적인 준비, 선배들과의 조우, 다른 과목들의 교육 방식 등을 접하면서 쌓인 수업 외 내공이 강의 이해도를 높이는데 긍정적인 영향을 줄 것으로 예상됩니다. 과거 데이터가 말해주는 수치입니다.

덕분에 첫 학기부터 F학점을 받지 않고 2학기로 넘어갈 수 있을 겁니다.

반복 학습을 통해 기초가 탄탄하게 쌓인만큼, 2학기 이후의 과정 뿐만 아니라 논문 작성 시에도 한 발 더 앞서 나갈 수 있습니다.

시나리오 D. 고집 피우는 학생

1년 후에 다시 시험을 치면 평균 70점을 넘길 수 있을 것이라는 생각이 들어서 입학을 연기하는 학생들이 종종 있습니다.

불가능한 시나리오는 아닙니다만, 점수 발표 후에 졸업생들 면담 기회를 한번 드릴까 합니다. 졸업생들에게서 70점이 어떤 의미를 갖는지 좀 더 현실적인 경험담을 들을 수 있을 겁니다.

그간 데이터를 봤을 때 시험 점수 향상은 60점대에서 대단히 가파른 Concave function으로 바뀝니다.

1-4. 예비 과정 or MBA/PreMSc 1학기 교육 수준

단순한 학부 수준 선형대수학, 미분방정식 같은 수업이 아닙니다. 그간 공개됐던 기출문제에서 볼 수 있듯이, 학부 저학년 수준의 수학/통계학 개념을 현실에 응용하기 위한 고민을 자기 힘으로 할 수 있도록 만드는 것에 초점이 맞춰져 있습니다.

준비를 위해서 수학 교과서들을 미리 읽어보거나, 선형계획법, 계량경제학 등의 연관 학문들의 응용 통계학 수업들을 들어보는 것이 도움이 될 수 있습니다만, 그간 재학생들의 공통된 평가대로 직접적인 도움이 될 가능성은 낮습니다. 굳이 따지자면 4월 전부터 미리 저희 수업을 계속 반복적으로 듣는 편이 더 큰 도움이 될 겁니다. (2월 조기 신청자들 대상으로 3월부터 기출 문제 풀이 영상을 미리 열어줄 계획입니다)

수학, 통계학은 전혀 필요없고, Machine Learning, Deep Learning 같은 과목의 코드 몇 줄만 알고 있고, 개발 라이브러리들만 붙이면 된다고들 착각하는 경우가 여전히 많습니다만, COM502: Class 1. Regression Problems - 링크를 건 Machine Learning 수업 강의 노트들을 한번 참고해보시기 바랍니다. 이 수업을 따라가기 위한 수학/통계학 교육이 예비 과정 or MBA 1학기에 진행됩니다.

1-5. 예비 과정 교육의 기대 효과

국내 모 명문대학 통계학과 학부, 석사를 마친 후 모 대기업에 재직 중에 SIAI의 MBA 과정에 입학했던 한 학생이 1달 만에 1년 후에 다시 찾아오고 싶다면서 이런 말을 했습니다.

그간 대학 다니며 배운 내용, 회사에서 진행되는 프로젝트들이 얼마나 잘못되었는지, 혹은 잘못 적용되고 있는지 아주 조금은 알게 되었습니다. 제대로 공부하고 싶은 욕심은 많은데 따라 갈려면 많은 준비를 하고 와야할 것 같습니다.

위의 학생은 1년 후에 재입학해서 이제 졸업을 앞두고 있습니다. 논문 수준도 매우 높고, 해당 논문은 재직 중인 대기업이 수백억원의 비용을 써도 못 풀었던 문제를 막대한 '계산 비용(Computational cost)' 없이 '사고력(Brain cost)'만으로 풀어내는 내용을 담고 있습니다. 인재 1명이 고급 교육을 받은 덕분에 회사에 수백억원의 비용을 아껴줬고, 회사의 핵심 인재, '대체불가능한 인재'가 되었다는 뜻이겠지요.

입학 전 준비 과정으로 가장 적절한 과정을 골라달라고 했더니, 역시 첫 학기 수업들을 10번씩 듣는 편이 더 나을 것 같다고 답했었습니다.

비슷한 사정인 많은 학생들이 같은 생각으로 1년, 2년 씩 입학 유예를 신청하고 복학 후에 첫 학기 수업들을 재수강하겠다며 떠났습니다.

졸업생들, 졸업 앞에서 논문에 힘겨운 학생들의 평가도 크게 다르지 않습니다. 첫 학기 수업 3개를 잘 이해해야 이후 수업 3개를 따라갈 수 있고, 앞의 6개 수업을 이해해야 나머지 6개 수업을 들으면서 논문을 준비할 수 있다는 걸 두번째 학기 중에 깨닫는 경우들이 대부분입니다.

이런 사건들이 MSc 과정에서만 벌어질 것이라고 착각하던데, MBA AI/BigData 프로그램에서 벌어지는 일들입니다. 국내에서는 MSc 입학 자격을 갖춘 학생들을 찾기 쉽지 않았습니다만, 학생들이 자기 역량에 맞춰 눈높이를 조절하지 않더군요.

즉, MSc가 아니라 MBA를 도전하더라도 학위 과정의 생존률을 높이고 싶다면 위의 예비 과정을 듣는 것을 추천드립니다.

2. MSc AI/Data Science 입학 시험

영어권 학생을 대상으로 지난 2022년에 중단한 MSc 입학 시험을 진행할 예정입니다.

실행 주체: SIAI
목적: MSc AI/Data Science 입학생 선발
교육 내용: SIAI STA511, STA512의 기출문제 8개 풀이
기간: 2025년 4월부터 수강 가능
시험일: 2025년 7월 12~13일 (오픈북)
수업료 및 응시료: CHF 800

수학&통계학 지식, 글로벌 교육 선진국들이 요구하는 사고력을 미리 갖춘 상태에서 저희 시험 문제 풀이 방식을 단시간에 익히는 확장성을 갖췄는지 점검하는 시험입니다.

시험 성적에 따라

70점 이상: 합격 후 TA/RA 등의 기회 제공
60점 이상: 합격
60점 미만: 불합격

으로 구분됩니다.

예비 과정과 달리, 시험에 합격해도 MSc AI/Data Science 학위의 학점은 제공되지 않습니다.

보다 자세한 사항은 SIAI 홈페이지의 영문 공지를 참고하시기 바랍니다

[Notice] 2025-2026 Admission round (Feb 2025 ~ Jul 2025)

2-1. 시험 준비 및 난이도

MSc 입학 시험은 Asymptotic property를 얼마나 잘 활용할 수 있는지를 따지는데 초점을 맞춘 문제들 위주로 출제됩니다.

MSc AI/Data Science 과정은 이미 준비가 잘 되어 있는 학생들만을 대상으로 진행되는 만큼, 기출 문제 8개 풀이를 바탕으로 교육을 따라올 수 있는지를 평가하는 것을 목표로 합니다.

합격선인 60점은 PreMSc 학생들에게도 공통적으로 적용되는 부분입니다.

기출 문제 및 강의 노트 일부는 MSc AI/DS Program Intro 에서 참고하시기 바랍니다.

Q&A

Q. MSc 아니면 갈 필요 없다, 수학만 가르치는 곳이다는 오해?

A. 외부에서 MSc 아니면 갈 이유가 전혀 없다는 식의 왜곡된 정보가 돌고 있는 것으로 알고 있습니다만, 매우 잘못된 정보입니다. (합격 못하는 학생들이 질투해서 음해하는 것 아닐까요?)

단적으로 매년 가장 뛰어난 논문(Best paper of the year)은 항상 MBA AI/BigData 학생들에게서 나왔습니다. 수학 증명을 잘 하는 것은 수학과, 통계학과에서는 필수겠지만, AI/Data Science를 공부하는데는 증명보다 수학을 응용하는 '사고력'이 필요합니다. 학생들에게도 저희는 수학과도 통계학과도 아니고 Data Science 학과라고 강조합니다.

논리적 이해에 기반한 응용력이 핵심이고, MBA 첫 학기만으로 사고력의 중요성을 깨닫는데 충분하다는 것을 이미 수십 명의 사례를 통해 확인한 바 있습니다. 본 예비 과정을 통해 재학생들의 깨달음이 예비 입학생들에게도 공유되기를 바랍니다. 참고로, 저 위의 '대체불가능한 인재' 분도 역시 MBA 학생입니다.

Q. MSc 입학 후에도 PreMSc 수업을 들을 수 있나요?

A. MSc 학위 과정은 수학 박사 학위자를 비롯한 이미 수학, 통계학적 훈련, 논문을 쓸 수 있는 사고력 훈련이 사실상 끝난 분들이 빠르게 Data Science로 커리어를 전환하는 것을 지원하기 위해 만들어진 학위 과정입니다. Data Science에 대한 기초적인 지식을 보완하기 위해 PreMSc 수업을 듣는 것은 허용됩니다만, 졸업 학점에 포함되지는 않습니다.

Q. Machine Learning, Deep Learning만 알면 되지, 다른 지식은 필요없다?

A. 재학생들이 ML, DL을 배우면서 왜 앞에서 통계학 공부를 했는지, 모르는 상태에서 그냥 ML, DL을 쓰면 얼마나 조잡한 모델을 만들게 되는지를 깨닫는 경험들을 합니다.

위의 '대체불가능한 인재' 분의 논문도 회사에서 'AI엔지니어'가 별 깊은 생각없이 DL 모델을 써서 만들어 놓은 모델의 문제를 지적하는데서 출발했습니다. 이어, MBA에 배정된 Business case 수업들은 ML, DL, RL에서 배운 내용들을 응용하는 수업들입니다. 응용을 해봐야 실제로 ML, DL, RL로 배운 수식과 코드가 현실 데이터에서 어떻게 적용되는지, 그 때 수학, 통계학이 어떤 힘을 발휘하는지 깨달을 수 있기 때문에 학위 과정에 포함되어 있습니다. 각각의 발표 수업은 논문 1개를 정리 요약할 수 있도록 구성되어 있는데, 학생들이 수업 끝날 때 쯤되면 '혼자서 하라고 하면 절대로 못 할 것 같은데, 시키는대로 하나하나 따라가다보니 큰 논문을 작은 문제 여러개로 만들어 놓은 것 같아서 논문을 엄청 잘 읽은 기분이다'고 합니다. 예비 과정을 통해 이런 깨달음을 조금이나마 얻어가시기 바랍니다.

Q. 교육수준은 얼마나 높은가요?

A. '유사 프로그램으로 MIT의 MSc Business Analytics가 있습니다.'

MBA 과정은 고급 수학을 쓰는지 여부만 차이날 뿐, AI/Data Science를 이해하기 위한 주요 지식을 모두 가르칩니다. 즉 교양이 아니라 수학적 난이도를 낮추고 기업 현장 적용 부문을 강화한 전공 교육입니다. 일반 MBA가 아니라 MBA AI/BigData라는 이름으로 운영되는 STEM MBA이기 때문입니다. MIT의 MSc Business Analytics도 MBA를 운영하는 중에 학부 2, 3학년 수준의 전공 수업을 포함시켜 좀 더 기술적인 도전을 담은 교육 과정을 운영합니다. 저희 SIAI와 일부 강의 노트가 겹치기도 합니다.

MSc AI/Data Science는 글로벌 극초최상위권 인재들, 혹은 저희 SIAI의 PreMSc 과정에서 평균 60점 이상을 받은 학생들만을 대상으로 합니다.

Q. 저는 더 쉬운 교육을 듣고 싶은데요?

A. MBA AI/BigData에 Business Track 프로그램은 수학&통계학 기초 수업이 불필요한 비전공자 대상 교양 과정입니다. 위의 예비 수업을 듣지 않으셔도 무방합니다.

아마 외부에서 MSc 아니면 SIAI에 갈 필요가 없다고 생각하시는 분들이 착각하는 것도 MBA를 Tech Track이 아니라 Business Track라고 생각했기 때문일 겁니다만, 저희 SIAI의 주력 교과 과정은 MBA AI/BigData의 Tech Track입니다.

Q. Business Track과 Tech Track은 얼마나 다른 가요?

A. 교양 강의 내용의 특성상 업무에 직접 도움이 되기보다 경영진의 잘못된 AI산업 의사 결정을 막는데 더 유용할 가능성이 높은만큼, GIAI 본사의 SIAI 운영 총괄 팀에서 '최고 경영자 과정(Executive MBA in AI/BigData)'으로 변경하는 것도 논의 중인 것으로 알고 있습니다. 그간 GIAI Books Korea를 통해 7년 간 공유된 국내 기업들의 잘못된 AI 이해, 낯 부끄러워지는 오해 등이 본 교육 과정 중 일부입니다.

예시로는

판교 A모 게임사가 사용자 행동 기록 빈도를 높여 AWS 비용이 5배 이상 늘었던 것이, 데이터에 포함된 정보량에 대한 몰이해 탓이었고, 때문에 막대한 서버 비용만 버렸다는 지적 사례
B모 홈쇼핑이 소비자 반응 정보 처리에 단순히 딥러닝을 쓰던 것을 '과학적 프로그로밍(Scientific Programming)'에 근거한 계산 방법 변경으로 서버 비용을 1/10로 줄인 사례
C모 빅테크 기업이 인공지능으로 인과관계를 설명할 수 있다는 주장을 한 것이 수학적, 통계학적으로 원천적으로 불가능하다(ex. 1+1=3 같은 주장)는 지적과 해당 논의를 지원한 학회 구성원들의 역량 부족을 지적한 사례
D모 반도체 기업의 설비 불량 판단 기준에 단순히 딥러닝을 쓴 탓에 계산 비용만 지불하고 정확도는 낮을 수밖에 없는 구조적인 문제를 설명한 후, 고급 통계학 기반 모델을 만들어 계산 비용을 0원으로 절감하고 다양한 설비 불량에 모두 적용할 수 있도록 사용처를 확대한 사례

등이 있습니다. 위의 사례들은 Tech track 수업 중 관련 수학, 통계학 논리를 설명하면서 예시로 쓰이고 Business track에서는 수학, 통계학에 대한 설명을 제외하고 설명이 진행됩니다. Business track이 일반에 알려진 MBA와 유사한 수업이라고 보시면 됩니다.

더 다양한 예시를 만나고 싶으면 Journal of Managerial Data Science에 등재된 SIAI MSc/MBA 졸업생들의 논문들을 참고하시기 바랍니다.

Q. 그럼 학위 과정 밖의 쉬운 교양 수업 과정은 없는 건가요?

A. 학원 수준의 교양 강의들은 이미 무료, 혹은 저가의 온라인 강의가 헤아릴 수 없이 많습니다. SIAI는 학원 수준의 강의를 운영하지 않습니다.

참고로, 과거 SIAI 설립 전 까지 약 3년간 MBA Tech track보다 더 수학을 빼고 쉬운 코드와 개념 위주로 구성한 1달 단기 교육을 진행한 바 있습니다만, 수학&통계학 기초가 빠진 탓에 학생들의 왜곡된 이해를 피하기 어려웠고, SIAI 설립 초기에 SIAI 교육 수준을 폄하하는 국내 일부 음해 세력들의 근거 자료로 활용되기도 했었습니다. 필요하신 분들은 수준을 높여 재구성한 MBA AI/BigData 프로그램 대상 강의 노트들을 참고하시기 바랍니다. (COM502: Class 1. Regression Problems)

그 외 3-4 시간 정도로 짧게 학부 기초 수학 & 통계학 복습을 도와주는 강의는 GIAI LMS에 무료로 공유되어 있습니다.

Q. 온/오프라인 운영 & 스터디 그룹

A. 모든 수업은 원칙적으로 온라인으로만 운영됩니다. GIAI Korea가 지난 7월부터 GIAI에 편입되면서 대부분의 사내 시스템이 온라인으로 이전됐고, 국내에서 오프라인 운영은 2025년 3월까지만 예정되어 있습니다. 수요조사에서 오프라인 지원을 희망하는 수요가 많을 경우 학생 배려 차원에서 3개월 정도 연장 운영을 고려할 수는 있습니다.

온라인으로 스터디 그룹을 진행하는 경우에는 저희 SIAI 운영 플랫폼의 온라인 채팅 기능을 제공해드립니다. 오프라인의 경우는 위에 언급한대로 수요가 많을 경우 오프라인 운영을 연장해 강남에 있는 저희 사무실 강의장을 빌려드릴 예정입니다.

Q. 영어 수업은 뭔가요?

SIAI 규정상 아래 셋 중 하나의 영어 실력 조건을 요구합니다.

영어권 고교 and/or 대학 학위
TOEFL (iBT) 100점 (각 영역별 21/30점 이상), 혹은 IELTS 평균 7.0점 이상 (각 영역별 최소 6.5점 이상)
SIAI 자체 영어 토론 수업 Pass

의 영어 실력 증명을 요구합니다.

위의 조건 중 영어 토론 수업을 그간 연 1회씩 운영해왔습니다.

강사는 영국 학사, 석사를 나온 영국 국적의 원어민입니다. 총 8번, 3시간의 주말 오전 Live 온라인 수업을 통해 다양한 토론 연습을 진행합니다.

학위 중 발표 수업이 3~6차례 예정된데다 논문 작성을 위해 지도교수와 토론하는 논문 지도 수업, 논문 발표 등의 활동이 예정된 만큼, 기본적인 영어 Speaking 역량을 길러주기 위해 개설된 수업입니다.

Q. 수업 2개 중 1개만 들으면 안 될까요?

A. 예비 과정에 다루는 STA501, STA502와 더불어 STA503까지 3개의 수업이 1개의 수업을 3개의 소주제로 분리해 놓은 것입니다. 셋 모두를 다 잘 알아도 시험을 잘 치기 쉽지 않은데, 1개만 들어서는 큰 도움이 되지 않을 것으로 보입니다. 1개 과목에 해당하는 시험 문제 풀이 수업만 2번 듣고도 두 번 다 40점씩 밖에 못 받은 사례를 참고하시기 바랍니다.

최소 2개, 가능하다면 3개를 미리 다 듣고, 큰 틀에서 이해를 갖추고 학위 과정을 시작해야 글로벌 동기들에게 밀리지 않을 겁니다.

Q. 저는 올해 입학하고 싶지 않고, 1년 더 공부해서 내년에 입학하고 싶은데, 이번에 들어도 되나요?

A. 예. 시험 점수는 기록해두겠습니다. 점수가 마음에 안 들어서 내년에 재시험을 칠 경우, 혹은 입학 후 재시험을 치를 경우는 재수강 비용을 내면 됩니다.

Q. 예비 과정도 영어로 진행되나요?

A. 예비 과정에 한해서 그간 한국인 학생들을 대상으로 과거 SIAI Korea 운영 중 제작했던 한국어 영상이 제공됩니다. 영어로 진행되는 과정과 내용은 동일합니다.

Q. 어렵나요? 도대체 그 '사고력'이라는게 뭔가요?

A. 영미권의 고급 교육이다보니 탈락율이 높습니다.

2021년부터 3년 반 동안 한국에서 교육하며 많은 어려움이 있었습니다만, 불만 사항을 딱 하나 짚으라면 '학생들의 지나친 자기 과신'입니다. 저도 한국인이라 거북한 표현입니다만, 한국은 사고력 양성 측면에서 교육 후진국입니다. 암기와 복사만 선진국이죠. 교육 후진국 출신들에게도 기회를 주기 위해 예비 과정까지 만드는 상황인데, 정작 한국 학생들 대다수가 '사고력' 부족 문제를 인지 못하고 '수학만 잘하면 된다'는 오해를 하는 경우도 매우 잦습니다.

학부 수학과, 통계학과의 3학년 이상 교육 과정을 더 공부해봐야 MBA 과정을 졸업하는데 아무런 도움도 되지 않습니다. MSc 과정에도 입학에 필요한 수학, 통계학 지식이 좀 더 필요할 수는 있습니다만, 학위 과정 생존 및 졸업에 큰 도움이 되지 않습니다. 국내 대학원 석박 출신들에게서 '들어본 (수학/통계학) 내용인데, 이렇게 쓰는 걸 연결을 못 시키겠다'라는 표현을 자주 듣습니다. 수학/통계학을 암기식으로만 공부했지, 응용하는 '사고력' 훈련이 전혀 안 되었기 때문에 나오는 표현입니다.

저희가 원하는 학생들은 '이렇게 쓰는 걸 연결 시킬 수 있는 학생', 그래서 '오~ 이렇게 쓸려고 앞에 수학&통계학을 배웠군요!', '그럼 이렇게 써서 저 문제를 풀 수도 있나요?' 같은 깨달음과 질문을 할 수 있는 학생이지, 수학/통계학으로 필즈상, 노벨상을 노리는 교수님들이 아닙니다.

한국식 교육은 지식을 전달하는데, 한국식 학원 교육은 그 지식을 쉽게 암기시키는데 초점이 맞춰져 있습니다.

영미권 고급 교육은 '이렇게 쓸려고', '이렇게 써서'라는 응용력을 기르는데 초점이 맞춰져 있습니다.

Q. 여전히 사고력이라는게 무슨 말인지 모르겠습니다

A. 예시를 들어볼까요?

한국식 교육: 딥러닝 교과서 지식 암기, 다른 회사가 쓰고 있는 코드 구해오기, 그 코드 복붙하기, 안 맞으면 다른 회사 코드 구해와서 비교하기

사고력 교육: 딥러닝 모델 구성 방식이 기존의 Tree 모델과 Regression 모델들의 결합인 점을 활용해 Tree의 구조와 Regression 방식을 변경하면서, 혹은 두 기본 모델이 데이터를 쓰는 방식에 맞춰 데이터를 변경하면서 우리 회사의 데이터, 우리 회사가 필요한 모델이 되도록 딥러닝 모델을 뜯어고치는 것이 초점입니다. Regression 부분을 Bayesian 데이터 구조에 맞추고, 각 변수간 Correlation이 있는 부분이 Tree에서 Node간 Correlation이 있는 경우와 연결 될 때 수학적으로 발생할 수 있는 문제를 구조적으로 피하지 않으면 Bayesian convergence가 나타나지 않거나, Correlation이 과반영되는 등, 모델이 제대로 돌아가지 않는 경우들이 많습니다.

이런 모델 자유도를 갖추려면 계산통계학과 응용통계학에서 쓰는 통계 모델들의 근간을 하나하나 이해해야 합니다. 그래야 수학적으로 발생하는 문제를 피해가면서 고쳐 쓸 수 있습니다.

이렇게 응용력이 생기면 각종 딥러닝 변형 모델이 나와도 왜 바꿨는지, 어떤 데이터에 적합한지, 어떤 문제를 푸는데 유용하게 쓸 수 있는지를 쉽게 파악하고, 회사 사정에 맞춰 적절하게 변형해서 쓸 수도 있고, 누군가 황당한 작업을 하고 있을 때 어떤 결과가 나오는지 높은 정확도로 예상할 수도 있습니다.

배경 지식이 전혀 없는 개발자 출신 AI전문가들이 라이브러리 여러 개 중 제일 잘 맞는 라이브러리를 찾는 것과 현격하게 비교되는 역량의 차이가 느껴지나요?

같은 이유로 위의 모 반도체 회사 재직 중인 MBA 학생이 풀 수 있었던 문제를 그 회사의 AI엔지니어들이 수십억의 계산 비용을 써서도 못 풀어내는 것입니다.

Q. 그럼 수학은 어디까지 공부해야 되나요?

현실적으로 학부 2학년까지 배우는 선형대수학 일부, 미분방정식 일부, 학부 기초 통계 정도가 MBA 과정에 필요한 수학/통계학입니다. 3-4 시간 정도로 짧게 학부 기초 수학 & 통계학 복습을 도와주는 강의는 GIAI LMS에 무료로 공유되어 있습니다.

PreMSc 의 마지막 학기에 MSc 과정에 필요한 수학/통계학을 배웁니다. MSc 입학시험도 같은 부분을 점검합니다. 통계학과 학부 3학년에서 배우는 수리통계 중 Asymptotic property와 관련된 중급 수학이 여기에 해당합니다. ①Scientific Programming 수업에서 시뮬레이션을 좀 더 고차원적으로 이해하는데, ②2년 차에 해당하는 MSc (1년) 과정에 일부 쓰이기 때문입니다만, 더 이상의 수학/통계학을 선수학습해도 졸업에 아무런 도움이 되지 않습니다. 심지어 Asymptotic property를 미리 공부해와도 큰 도움이 안 됩니다.

심지어, MSc (1년) 과정에 바로 입학하겠다며 입시 재수를 하며 수학/통계학 공부를 더 해도, Asymptotic property를 조금 더 아는 부분에서 약간의 가산점을 얻을 수 있을 뿐, 사고력이 부족해서 여전히 50점 미만의 낮은 점수를 받아 불합격하게 됩니다. 시험 문제는 Asymptotic property를 기발하게 써서 복잡했던 Data Science의 문제를 간단하게 해결하는 역량을 평가하고 있는데, '이렇게 쓸려고', '이렇게 써서'라는 응용력은 기르지 않은 채, 불필요한 수학 지식만 쌓였기 때문입니다.

그간 학생 면담, 시험 답안지 분석, 논문 지도 등의 교육 활동을 통해 확인한 높은 탈락율의 원인은 대부분 '사고력' 강화 교육을 따라오지 못했기 때문입니다.

Q.그럼 SKY, SKP 같은 명문대를 나온 천재여야 졸업할 수 있나요?

A. 오해입니다.

우선, 입학생 기준으로 학생들의 평균 학벌은 서울 시내 중위권 대학 로스쿨, 지방 의전원에 비견되는 학벌이라는 평가를 받습니다. 그러나 생존률/탈락율은 사회적으로 인식되는 학벌과 큰 상관관계가 없는 것으로 나옵니다. 저희는 한국식 암기 역량이 중요하지 않은 학위 과정이기 때문입니다.

전 지방대라고 해서 탈락시키지 않고, 서울대 박사 출신이라고 해서 더 잘 할 것이라고 기대하지도 않습니다. 대학 설립 전에도 그렇게 생각했고, 운영 4년차를 맞은 지금도 그 생각은 바뀌지 않았습니다.

Q.저는 그래도 MSc를 꼭 졸업하고 싶습니다. MBA 학위 중에 MSc로 전과를 할 수도 있나요?

A. 가능합니다.

MBA가 PreMSc와 대부분 동일한만큼, MBA 과정에서 뛰어난 성적을 받은 경우 1년 차 후반부에 PreMSc로 전과할 수 있습니다.

반대로 PreMSc 과정에서 계속 낮은 점수를 받고 있으면 MSc로 승급을 못하게 됩니다. 승급 기준은 평균 60점입니다.

그 외 질문

GIAI Square

저희 GIAI의 커뮤니티 게시판(관련 설명:GIAI Square 멤버쉽 퀴즈)에 질문을 남겨주시면 됩니다. 영문 커뮤니티에 글을 남기기 어려운 분들, 한글로 질문하시고 싶은 분들은 2월 22일에 예정된 설명회([공지] 2025학년도 SIAI 지원 희망자들 대상 온/오프라인 설명회)에서 질문해주시면 됩니다.

SIAI의 한국 운영을 닫고 글로벌 시장에 맞춰 웹사이트 재편, 시스템 개편 등의 작업을 지난 1년간 묵묵히 해 왔습니다. 아직 완성이 안 된 부분들이 군데군데 있습니다만, 2025학년도 입학 시즌에 맞춰 보완 작업에 한창입니다. 혹시나 빠진 부분이 있다면 메일([email protected])을 보내주시고, 1-2주 내에 보완해놓도록 하겠습니다.

끝으로, 글이 긴 탓에 제대로 읽지 않고 질문하는 경우들이 종종 있습니다만, 위의 GIAI Square 멤버쉽 퀴즈 설계에도 반영됐듯이, 입학 절차와 관련된 내용, 교육 수준과 관련된 내용은 끝까지 다 읽고, 여러번 읽어야 이해되는 내용들입니다. '졸업하면 구X, 아마X에 바로 초고액 연봉자로 취직됩니다' 처럼 단번에 이해하는 한 줄 요약은 대학교 석박 과정이 아니라 학원 교육 홍보자료에서나 볼 법한 내용 아닐까요? 읽기 귀찮으니 개인 면담을 하고 싶다는 요청도 종종 받습니다만, 그런 분들은 위에서 여러차례 강조한 '사고력'을 기르지 못해 결국 자퇴를 결정합니다. GIAI Square 멤버쉽 퀴즈 통과하기가 MBA 입학시험 합격하기보다 쉬운데, 저희 게시판 가입도 안 되는 분이 어떻게 학위 과정에서 살아남을 수 있겠습니까? 본인 성향이 읽고 학습하는 능력이 부족한 분이라면 아쉽지만 다른 대학을 찾아가시라고 말씀드리고 싶습니다.